lnet/ChangeLog

   1 2007-08-27         Cluster File Systems, Inc. <info@clusterfs.com>
   2        * version 1.6.2
   3        * Support for networks:
   4         socklnd   - kernels up to 2.6.16
   5         qswlnd    - Qsnet kernel modules 5.20 and later
   6         openiblnd - IbGold 1.8.2
   7         o2iblnd   - OFED 1.1 and 1.2
   8         viblnd    - Voltaire ibhost 3.4.5 and later
   9         ciblnd    - Topspin 3.2.0
  10         iiblnd    - Infiniserv 3.3 + PathBits patch
  11         gmlnd     - GM 2.1.22 and later
  12         mxlnd     - MX 1.2.1 or later
  13         ptllnd    - Portals 3.3 / UNICOS/lc 1.5.x, 2.0.x
  14
  15 2007-07-30  Cluster File Systems, Inc. <info@clusterfs.com>
  16        * version 1.4.11 / 1.6.1
  17        * Support for networks:
  18         socklnd   - kernels up to 2.6.16
  19         qswlnd    - Qsnet kernel modules 5.20 and later
  20         openiblnd - IbGold 1.8.2
  21         o2iblnd   - OFED 1.1 and 1.2
  22         viblnd    - Voltaire ibhost 3.4.5 and later
  23         ciblnd    - Topspin 3.2.0
  24         iiblnd    - Infiniserv 3.3 + PathBits patch
  25         gmlnd     - GM 2.1.22 and later
  26         mxlnd     - MX 1.2.1 or later
  27         ptllnd    - Portals 3.3 / UNICOS/lc 1.5.x, 2.0.x
  28        * bug fixes
  29
  30 Severity   : major
  31 Bugzilla   : 12014
  32 Description: ASSERTION failures when upgrading to the patchless zero-copy
  33              socklnd
  34 Details    : This bug affects "rolling upgrades", causing an inconsistent
  35              protocol version negotiation and subsequent assertion failure
  36              during rolling upgrades after the first wave of upgrades.
  37
  38 Severity   : minor
  39 Bugzilla   : 11223
  40 Details    : Change "dropped message" CERRORs to D_NETERROR so they are
  41              logged instead of creating "console chatter" when a lustre
  42              timeout races with normal RPC completion.
  43
  44 Severity   : minor
  45 Details    : lnet_clear_peer_table can wait forever if user forgets to
  46              clear a lazy portal.
  47
  48 Severity   : minor
  49 Details    : libcfs_id2str should check pid against LNET_PID_ANY.
  50
  51 Severity   : major
  52 Bugzilla   : 10916
  53 Description: added LNET self test
  54 Details    : landing b_self_test
  55
  56 Severity   : minor
  57 Frequency  : rare
  58 Bugzilla   : 12227
  59 Description: cfs_duration_{u,n}sec() wrongly calculate nanosecond part of
  60              struct timeval.
  61 Details    : do_div() macro is used incorrectly.
  62
  63 2007-04-23  Cluster File Systems, Inc. <info@clusterfs.com>
  64
  65 Severity   : normal
  66 Bugzilla   : 11680
  67 Description: make panic on lbug configurable
  68
  69 Severity   : major
  70 Bugzilla   : 12316
  71 Description: Add OFED1.2 support to o2iblnd
  72 Details    : o2iblnd depends on OFED's modules, if out-tree OFED's modules
  73              are installed (other than kernel's in-tree infiniband), there
  74              could be some problem while insmod o2iblnd (mismatch CRC of
  75              ib_* symbols).
  76              If extra Module.symvers is supported in kernel (i.e, 2.6.17),
  77              this link provides solution:
  78              https://bugs.openfabrics.org/show_bug.cgi?id=355
  79              if extra Module.symvers is not supported in kernel, we will
  80              have to run the script in bug 12316 to update
  81              $LINUX/module.symvers before building o2iblnd.
  82              More details about this are in bug 12316.
  83
  84 ------------------------------------------------------------------------------
  85
  86 2007-04-01  Cluster File Systems, Inc. <info@clusterfs.com>
  87        * version 1.4.10 / 1.6.0
  88        * Support for networks:
  89         socklnd   - kernels up to 2.6.16
  90         qswlnd    - Qsnet kernel modules 5.20 and later
  91         openiblnd - IbGold 1.8.2
  92         o2iblnd   - OFED 1.1
  93         viblnd    - Voltaire ibhost 3.4.5 and later
  94         ciblnd    - Topspin 3.2.0
  95         iiblnd    - Infiniserv 3.3 + PathBits patch
  96         gmlnd     - GM 2.1.22 and later
  97         mxlnd     - MX 1.2.1 or later
  98         ptllnd    - Portals 3.3 / UNICOS/lc 1.5.x, 2.0.x
  99        * bug fixes
 100
 101 Severity   : minor
 102 Frequency  : rare
 103 Description: Ptllnd didn't init kptllnd_data.kptl_idle_txs before it could be
 104              possibly accessed in kptllnd_shutdown. Ptllnd should init
 105              kptllnd_data.kptl_ptlid2str_lock before calling kptllnd_ptlid2str.
 106
 107 Severity   : normal
 108 Frequency  : rare
 109 Description: gmlnd ignored some transmit errors when finalizing lnet messages.
 110
 111 Severity   : minor
 112 Frequency  : rare
 113 Description: ptllnd logs a piece of incorrect debug info in kptllnd_peer_handle_hello.
 114
 115 Severity   : minor
 116 Frequency  : rare
 117 Description: the_lnet.ln_finalizing was not set when the current thread is
 118              about to complete messages. It only affects multi-threaded
 119              user space LNet.
 120
 121 Severity   : normal
 122 Frequency  : rare
 123 Bugzilla   : 11472
 124 Description: Changed the default kqswlnd ntxmsg=512
 125
 126 Severity   : major
 127 Frequency  : rare
 128 Bugzilla   : 12458
 129 Description: Assertion failure in kernel ptllnd caused by posting passive
 130              bulk buffers before connection establishment complete.
 131
 132 Severity   : major
 133 Frequency  : rare
 134 Bugzilla   : 12455
 135 Description: A race in kernel ptllnd between deleting a peer and posting
 136              new communications for it could hang communications -
 137              manifesting as "Unexpectedly long timeout" messages.
 138
 139 Severity   : major
 140 Frequency  : rare
 141 Bugzilla   : 12432
 142 Description: Kernel ptllnd lock ordering issue could hang a node.
 143
 144 Severity   : major
 145 Frequency  : rare
 146 Bugzilla   : 12016
 147 Description: node crash on socket teardown race
 148
 149 Severity   : minor
 150 Frequency  : 'lctl peer_list' issued on a mx net
 151 Bugzilla   : 12237
 152 Description: Enable lctl's peer_list for MXLND
 153
 154 Severity   : major
 155 Frequency  : after Ptllnd timeouts and portals congestion
 156 Bugzilla   : 11659
 157 Description: Credit overflows
 158 Details    : This was a bug in ptllnd connection establishment.  The fix
 159              implements better peer stamps to disambiguate connection
 160              establishment and ensure both peers enter the credit flow
 161              state machine consistently.
 162
 163 Severity   : major
 164 Frequency  : rare
 165 Bugzilla   : 11394
 166 Description: kptllnd didn't propagate some network errors up to LNET
 167 Details    : This bug was spotted while investigating 11394.  The fix
 168              ensures network errors on sends and bulk transfers are
 169              propagated to LNET/lustre correctly.
 170
 171 Severity   : enhancement
 172 Bugzilla   : 10316
 173 Description: Fixed console chatter in case of -ETIMEDOUT.
 174
 175 Severity   : enhancement
 176 Bugzilla   : 11684
 177 Description: Added D_NETTRACE for recording network packet history
 178              (initially only for ptllnd).  Also a separate userspace
 179              ptllnd facility to gather history which should really be
 180              covered by D_NETTRACE too, if only CDEBUG recorded history in
 181              userspace.
 182
 183 Severity   : major
 184 Frequency  : rare
 185 Bugzilla   : 11616
 186 Description: o2iblnd handle early RDMA_CM_EVENT_DISCONNECTED.
 187 Details    : If the fabric is lossy, an RDMA_CM_EVENT_DISCONNECTED
 188              callback can occur before a connection has actually been
 189              established.  This caused an assertion failure previously.
 190
 191 Severity   : enhancement
 192 Bugzilla   : 11094
 193 Description: Multiple instances for o2iblnd
 194 Details    : Allow multiple instances of o2iblnd to enable networking over
 195              multiple HCAs and routing between them.
 196
 197 Severity   : major
 198 Bugzilla   : 11201
 199 Description: lnet deadlock in router_checker
 200 Details    : turned ksnd_connd_lock, ksnd_reaper_lock, and ksock_net_t:ksnd_lock
 201              into BH locks to eliminate potential deadlock caused by
 202              ksocknal_data_ready() preempting code holding these locks.
 203
 204 Severity   : major
 205 Bugzilla   : 11126
 206 Description: Millions of failed socklnd connection attempts cause a very slow FS
 207 Details    : added a new route flag ksnr_scheduled to distinguish from
 208              ksnr_connecting, so that a peer connection request is only turned
 209              down for race concerns when an active connection to the same peer
 210              is under progress (instead of just being scheduled).
 211
 212 ------------------------------------------------------------------------------
 213
 214 2007-02-09  Cluster File Systems, Inc. <info@clusterfs.com>
 215        * version 1.4.9
 216        * Support for networks:
 217         socklnd   - kernels up to 2.6.16
 218         qswlnd    - Qsnet kernel modules 5.20 and later
 219         openiblnd - IbGold 1.8.2
 220         o2iblnd   - OFED 1.1
 221         viblnd    - Voltaire ibhost 3.4.5 and later
 222         ciblnd    - Topspin 3.2.0
 223         iiblnd    - Infiniserv 3.3 + PathBits patch
 224         gmlnd     - GM 2.1.22 and later
 225         mxlnd     - MX 1.2.1 or later
 226         ptllnd    - Portals 3.3 / UNICOS/lc 1.5.x, 2.0.x
 227        * bug fixes
 228
 229 Severity   : major on XT3
 230 Bugzilla   : none
 231 Description: libcfs overwrites /proc/sys/portals
 232 Details    : libcfs created a symlink from /proc/sys/portals to
 233              /proc/sys/lnet for backwards compatibility.  This is no
 234              longer required and makes the Cray portals /proc variables
 235              inaccessible.
 236
 237 Severity   : minor
 238 Bugzilla   : 11312
 239 Description: OFED FMR API change
 240 Details    : This changes parameter usage to reflect a change in
 241              ib_fmr_pool_map_phys() between OFED 1.0 and OFED 1.1.  Note
 242              that FMR support is only used in experimental versions of the
 243              o2iblnd - this change does not affect standard usage at all.
 244
 245 Severity   : enhancement
 246 Bugzilla   : 11245
 247 Description: new ko2iblnd module parameter: ib_mtu
 248 Details    : the default IB MTU of 2048 performs badly on 23108 Tavor
 249              HCAs.  You can avoid this problem by setting the MTU to 1024
 250              using this module parameter.
 251
 252 Severity   : enhancement
 253 Bugzilla   : 11118/11620
 254 Description: ptllnd small request message buffer alignment fix
 255 Details    : Set the PTL_MD_LOCAL_ALIGN8 option on small message receives.
 256              Round up small message size on sends in case this option
 257              is not supported.  11620 was a defect in the initial
 258              implementation which effectively asserted all peers had to be
 259              running the correct protocol version which was fixed by always
 260              NAK-ing such requests and handling any misalignments they
 261              introduce.
 262
 263 Severity   : minor
 264 Frequency  : rarely
 265 Description: When kib(nal|lnd)_del_peer() is called upon a peer whose
 266              ibp_tx_queue is not empty, kib(nal|lnd)_destroy_peer()'s
 267              'LASSERT(list_empty(&peer->ibp_tx_queue))' will fail.
 268
 269 Severity   : enhancement
 270 Bugzilla   : 11250
 271 Description: Patchless ZC(zero copy) socklnd
 272 Details    : New protocol for socklnd, socklnd can support zero copy without
 273              kernel patch, it's compatible with old socklnd. Checksum is
 274              moved from tunables to modparams.
 275
 276 Severity   : minor
 277 Frequency  : rarely
 278 Description: When ksocknal_del_peer() is called upon a peer whose
 279              ksnp_tx_queue is not empty, ksocknal_destroy_peer()'s
 280              'LASSERT(list_empty(&peer->ksnp_tx_queue))' will fail.
 281
 282 Severity   : normal
 283 Frequency  : when ptlrpc is under heavy use and runs out of request buffer
 284 Bugzilla   : 11318
 285 Description: In lnet_match_blocked_msg(), md can be used without holding a
 286              ref on it.
 287
 288 Severity   : minor
 289 Frequency  : very rarely
 290 Bugzilla   : 10727
 291 Description: If ksocknal_lib_setup_sock() fails, a ref on peer is lost.
 292              If connd connects a route which has been closed by
 293              ksocknal_shutdown(), ksocknal_create_routes() may create new
 294              routes which hold references on the peer, causing shutdown
 295              process to wait for peer to disappear forever.
 296
 297 Severity   : enhancement
 298 Bugzilla   : 11234
 299 Description: Dump XT3 portals traces on kptllnd timeout
 300 Details    : Set the kptllnd module parameter "ptltrace_on_timeout=1" to
 301              dump Cray portals debug traces to a file.  The kptllnd module
 302              parameter "ptltrace_basename", default "/tmp/lnet-ptltrace",
 303              is the basename of the dump file.
 304
 305 Severity   : major
 306 Frequency  : infrequent
 307 Bugzilla   : 11308
 308 Description: kernel ptllnd fix bug in connection re-establishment
 309 Details    : Kernel ptllnd could produce protocol errors e.g. illegal
 310              matchbits and/or violate the credit flow protocol when trying
 311              to re-establish a connection with a peer after an error or
 312              timeout.
 313
 314 Severity   : enhancement
 315 Bugzilla   : 10316
 316 Description: Allow /proc/sys/lnet/debug to be set symbolically
 317 Details    : Allow debug and subsystem debug values to be read/set by name
 318              in addition to numerically, for ease of use.
 319
 320 Severity   : normal
 321 Frequency  : only in configurations with LNET routers
 322 Bugzilla   : 10316
 323 Description: routes automatically marked down and recovered
 324 Details    : In configurations with LNET routers if a router fails routers
 325              now actively try to recover routes that are down, unless they
 326              are marked down by an administrator.
 327
 328 ------------------------------------------------------------------------------
 329
 330 2006-12-09  Cluster File Systems, Inc. <info@clusterfs.com>
 331
 332 Severity   : critical
 333 Frequency  : very rarely, in configurations with LNET routers and TCP
 334 Bugzilla   : 10889
 335 Description: incorrect data written to files on OSTs
 336 Details    : In certain high-load conditions incorrect data may be written
 337              to files on the OST when using TCP networks.
 338
 339 ------------------------------------------------------------------------------
 340
 341 2006-07-31  Cluster File Systems, Inc. <info@clusterfs.com>
 342         * version 1.4.7
 343         - rework CDEBUG messages rate-limiting mechanism b=10375
 344         - add per-socket tunables for socklnd if the kernel is patched b=10327
 345
 346 ------------------------------------------------------------------------------
 347
 348 2006-02-15  Cluster File Systems, Inc. <info@clusterfs.com>
 349         * version 1.4.6
 350         - fix use of portals/lnet pid to avoid dropping RPCs b=10074
 351         - iiblnd wasn't mapping all memory, resulting in comms errors b=9776
 352         - quiet LNET startup LNI message for liblustre b=10128
 353         - Better console error messages if 'ip2nets' can't match an IP address
 354         - Fixed overflow/use-before-set bugs in linux-time.h
 355         - Fixed ptllnd bug that wasn't initialising rx descriptors completely
 356         - LNET teardown failed an assertion about the route table being empty
 357         - Fixed a crash in LNetEQPoll(<invalid handle>)
 358         - Future protocol compatibility work (b_rls146_lnetprotovrsn)
 359         - improve debug message for liblustre/Catamount nodes (b=10116)
 360
 361 2005-10-10  Cluster File Systems, Inc. <info@clusterfs.com>
 362         * Configuration change for the XT3
 363              The PTLLND is now used to run Lustre over Portals on the XT3.
 364              The configure option(s) --with-cray-portals are no longer
 365              used.  Rather --with-portals=<path-to-portals-includes> is
 366              used to enable building on the XT3.  In addition to enable
 367              XT3 specific features the option --enable-cray-xt3 must be
 368              used.
 369
 370 2005-10-10  Cluster File Systems, Inc. <info@clusterfs.com>
 371         * Portals has been removed, replaced by LNET.
 372            LNET is new networking infrastructure for Lustre, it includes a
 373            reorganized network configuration mode (see the user
 374            documentation for full details) as well as support for routing
 375            between different network fabrics.  Lustre Networking Devices
 376            (LNDS) for the supported network fabrics have also been created
 377            for this new infrastructure.
 378
 379 2005-08-08  Cluster File Systems, Inc. <info@clusterfs.com>
 380        * version 1.4.4
 381        * bug fixes
 382
 383 Severity   : major
 384 Frequency  : rare (large Voltaire clusters only)
 385 Bugzilla   : 6993
 386 Description: the default number of reserved transmit descriptors was too low
 387              for some large clusters
 388 Details    : As a workaround, the number was increased.  A proper fix includes
 389              a run-time tunable.
 390
 391 2005-06-02  Cluster File Systems, Inc. <info@clusterfs.com>
 392        * version 1.4.3
 393        * bug fixes
 394
 395 Severity   : major
 396 Frequency  : occasional (large-scale events, cluster reboot, network failure)
 397 Bugzilla   : 6411
 398 Description: too many error messages on console obscure actual problem and
 399              can slow down/panic server, or cause recovery to fail repeatedly
 400 Details    : enable rate-limiting of console error messages, and some messages
 401              that were console errors now only go to the kernel log
 402
 403 Severity   : enhancement
 404 Bugzilla   : 1693
 405 Description: add /proc/sys/portals/catastrophe entry which will report if
 406              that node has previously LBUGged
 407
 408 2005-04-06  Cluster File Systems, Inc. <info@clusterfs.com>
 409        * bugs
 410         - update gmnal to use PTL_MTU, fix module refcounting (b=5786)
 411
 412 2005-04-04  Cluster File Systems, Inc. <info@clusterfs.com>
 413        * bugs
 414         - handle error return code in kranal_check_fma_rx() (5915,6054)
 415
 416 2005-02-04  Cluster File Systems, Inc. <info@clusterfs.com>
 417        * miscellania
 418         - update vibnal (Voltaire IB NAL)
 419         - update gmnal (Myrinet NAL), gmnalid
 420
 421 2005-02-04  Eric Barton  <eeb@bartonsoftware.com>
 422
 423         * Landed portals:b_port_step as follows...
 424
 425           - removed CFS_DECL_SPIN*
 426             just use 'spinlock_t' and initialise with spin_lock_init()
 427
 428           - removed CFS_DECL_MUTEX*
 429             just use 'struct semaphore' and initialise with init_mutex()
 430
 431           - removed CFS_DECL_RWSEM*
 432             just use 'struct rw_semaphore' and initialise with init_rwsem()
 433
 434           - renamed cfs_sleep_chan -> cfs_waitq
 435                     cfs_sleep_link -> cfs_waitlink
 436
 437           - fixed race in linux version of arch-independent socknal
 438             (the ENOMEM/EAGAIN decision).
 439
 440           - Didn't fix problems in Darwin version of arch-independent socknal
 441             (resetting socket callbacks, eager ack hack, ENOMEM/EAGAIN decision)
 442
 443           - removed libcfs types from non-socknal header files (only some types
 444             in the header files had been changed; the .c files hadn't been
 445             updated at all).